Bu bölümde, yazılım verimliliği analizinde temel beceriler geliştireceksin. Zaman ve alan karmaşıklığını değerlendirmeyi, kümeler, haritalar ve listelerin performansını karşılaştırmayı öğreneceksin. Bölümün sonunda, yazılım performansını değerlendirmek ve Java uygulamaların için uygun veri yapılarını seçmek üzere analitik bir temel oluşturmuş olacaksın.

Big-O gösterimi: zaman karmaşıklığı

Bir kişi yönetimi uygulaması uygulamak

Kişi yönetiminde zaman karmaşıklığı

Sıralama denetleyici bir uygulama geliştirme

Big-O gösterimi: alan karmaşıklığı

Bir dizideki en büyük değeri bulma

Maksimum değeri bulmada uzay karmaşıklığı

Bir sosyal ağı uygulamak

Verimli veri yapıları: Set'ler ve Map'ler

Yinelenen işlem bulucu uygulama

Bir metin analiz uygulaması uygulamak

Yazılım Performansının Temelleri

Bu bölüm, Java uygulamalarının performansını ölçmek için gerekli temel teknikleri kazandırır. System.nanoTime() ile darboğazları belirlemeyi, JVM bellek mimarisini anlamayı, bellek ve CPU kullanımını izlemeni ve çöp toplayıcı ile JIT derlemesinin kodunun verimliliğini nasıl etkilediğini keşfetmeni sağlar. 

Performans darboğazlarını anlama

İşlem süresini ölçme

Arama algoritması performansını karşılaştırma

JVM Bellek Mimarisi Anlama

Bellek konumunu belirleme

Bellek açısından verimli string işleme uygulaması

Performans metrikleri ve ölçüm

Bellek kullanımını izleme

CPU zamanını analiz etme

Çöp toplama ve Just-In-Time (JIT) derleme

Just-In-Time (JIT) Derlemeyi Anlamak

Bir finansal analiz uygulamasını optimize etme

Kod Performansını Ölçme

Bu bölümde, işlemleri eşzamanlı yürütmek için hem Thread nesneleriyle hem de paralel akışlarla (parallel streams) çok iş parçacıklı çalışmadan nasıl yararlanacağını öğreneceksin. Ayrıca ExecutorService ile iş parçacığı havuzlarını ve CompletableFuture ile eşzamansız programlamayı keşfedeceksin. 

Temel çoklu iş parçacığı ilkeleri

İşleme için paralel threadler oluşturma

Paralel akışlarla görüntü işlemeyi optimize etme

İleri düzey iş parçacığı kalıpları

Toplu işleme için bir iş parçacığı havuzu uygulama

Asenkron bir veri işleme hattı uygulamak

Önbellekleme stratejileri

Uygun bir önbellek tahliye (eviction) politikasını seçme

LRU önbellek uygulama

Tembel başlatma ve singleton kalıpları

Tembel başlatmayı (lazy initialization) uygulama

Singleton desenini uygulama

Kapanış

Kod Performansını İyileştirme

Bu kurs, Java geliştiricilerine kurumsal uygulamalarda performansı analiz etme ve optimize etme konusunda temel beceriler kazandırır. Big-O gösterimiyle algoritmik karmaşıklığı değerlendirmeyi, verimli veri yapılarını seçmeyi ve profesyonel araçlarla CPU, bellek ve gecikme gibi temel metrikleri izlemeyi öğreneceksin. Java Virtual Machine'in iç işleyişini, çöp toplayıcıyı (garbage collection) ve Anında Derleme'yi (Just-In-Time compilation) inceleyerek çalışma zamanı davranışına dair içgörüler kazanacaksın. Kurs ayrıca çok iş parçacıklı çalışma (multi-threading), eşzamansız işlemler ve önbellekleme stratejileri gibi ileri teknikleri de kapsar; böylece ölçeklenebilir, yüksek performanslı Java sistemleri geliştirebilirsin.

<h2>Kod Performansı Temellerini Anlamak</h2><p>Performans optimizasyonu, kurumsal ölçekte uygulamalar geliştiren Java geliştiricileri için kritik bir beceridir. Bu kurs, algoritmik karmaşıklık analizinden ileri düzey performans kalıplarına kadar kod optimizasyon tekniklerinde kapsamlı bir temel sunar. Java uygulamalarında performans darboğazlarını belirlemek, ölçmek ve optimize etmek için sistematik yaklaşımlar öğreneceksiniz.</p><br><h2>İleri Düzey Performans Analizi</h2><p>Big-O gösterimini kullanarak algoritmik karmaşıklığa derinlemesine bir giriş yapın. Java koleksiyonlarıyla yapılan pratik uygulamalar sayesinde, hem zaman hem de alan karmaşıklığı arasındaki ödünleşimleri değerlendirmeyi öğreneceksiniz. Performans gereksinimlerine göre uygun veri yapılarını seçmede ustalaşacak, farklı senaryolarda Listeler, Kümeler ve Haritalar arasında seçim yapmanın sonuçlarını anlayacaksınız.</p><br><h2>JVM Performans Optimizasyonu</h2><p>Java Sanal Makinesi’nin iç yapıları ve performans ölçümü konusunda uzmanlık geliştirin. CPU kullanımı, bellek tüketimi ve gecikme süresi dahil olmak üzere kritik metrikleri izlemek için profesyonel araçları kullanmayı öğrenin. Çöp toplama mekanizmaları ve Tam Zamanında derleme konusunda pratik deneyim kazanacak, JVM'nin optimizasyon yeteneklerinden etkili bir şekilde yararlanan uygulamalar tasarlayabileceksiniz.</p><br><h2>Kurumsal Ölçekli Performans Kalıpları</h2><p>Yüksek performanslı uygulamalar için gerekli olan gelişmiş optimizasyon tekniklerini keşfedin. Çok iş parçacıklı ve asenkron işlemlerle eşzamanlı programlamada ustalaşın, verimli önbellekleme stratejileri uygulayın ve uygulama performansını artıran başlatma kalıplarını kullanın. Pratik örnekler aracılığıyla, bu kalıpları gerçek dünya senaryolarında nasıl uygulayacağınızı öğreneceksiniz.<br>Tamamlandığında, uygulama performansını analiz etme, optimizasyon stratejileri uygulama ve yüksek performanslı Java uygulamaları tasarlama konusunda teknik uzmanlığa sahip olacaksınız. Bu kurs, kurumsal ortamlardaki performans sorunlarını ele almak ve ölçeklenebilir, verimli sistemler oluşturmak için ihtiyaç duyduğunuz becerileri kazandırır.</p>

Input/Output and Streams in Java

Java performansını optimize etmek için algoritma verimliliği, JVM ayarı ve çoklu iş parçacığı tekniklerini öğrenin.

Java'da Kod Optimizasyonu

Java performansını optimize etmek için algoritma verimliliğinden JVM ayarlarına ve çoklu iş parçacığına kadar temel teknikleri öğrenin.

Data Engineer in Java

Java Developer

Lead Engineer @Wealthyhood

Zaman karmaşıklığı nedir?

Big-O gösterimi

O(1)'i anlamak

O(n)'i anlamak

Karesel karmaşıklığa pratik bir örnek

Zaman karmaşıklığı neden önemlidir?

Hadi pratik yapalım!

Yazılım Performansının Temelleri - Big-O gösterimi: zaman karmaşıklığı

Big-O gösterimi: zaman karmaşıklığı

Create Your Free Account